一种基于LSTM深度学习的发电量需求预测方法.pdfVIP

下载本文档

1
0
约1.03万字
约 11页
2023-04-24 发布于四川
举报
版权申诉

一种基于LSTM深度学习的发电量需求预测方法.pdf

1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于LSTM深度学习的发电量需求预测方法，首先采集历史上的发电量及主要影响因子数据得到序列数据集，进行归一化处理；将准备好的数据按比例分成训练集和测试集；建立发电量LSTM网络模型，调整网络内部参数；用训练集数据完成LSTM模型拟合；将预测与测试数据结合，用来进行模型的过拟合评估；模型评估验证后，将在线采样的当前已发生的数据输入到验证好的LSTM神经网络对未来时间的发电量值进行预测；本发明基于LSTM深度学习的发电量需求预测方法，能长期记录所需数据和在线预测，预测周期长、预测发电量精度高，满

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114021848 A (43)申请公布日 2022.02.08 (21)申请号 202111406645.1 G06Q 10/06 (2012.01)